mysql事务

Spring 事务 关于理论性的内容，我在之前的一篇文章中介绍过，这里不再过多阐述，这里给出之前文章的链接： Spring 事务管理 什么是事务 是一组逻辑操作，要么执行，要么不执行。 事务的特性 ACID (原子性、一致性、隔离性、持久性) 并发事务带来的问题 脏读 丢失修改 不可重复读 幻读 配置事务管理器 <!-- 事务管理器 --> <bean id="transactionManager" class="org.springframework.jdbc.datasource.DataSourceTransactionManager"> <!-- 数据源 --> <property name="dataSource" ref="dataSource" /> </bean> Spring 事务接口 PlatformTransactionManager ：（平台）事务管理器 TransactionDefinition ： 事务定义信息(事务隔离级别、传播行为、超时、只读、回滚规则) TransactionStatus ： 事务运行状态 1. PlatfromTransactionManager 接口介绍： 该接口主要有三个方法： Public interface PlatformTransactionManager()...{ TransactionStatus

MySQL默认存储引擎为InnoDB，可以通过使用命令SHOW VARIABLES LIKE 'storage_engine'; 一、InnoDB存储引擎 1.InnoDB是事务型数据库的首选引擎，支持事务安全表（ACID） 　（MyISAM：不支持事务； 只支持表级锁 ) 事务的ACID属性：即原子性、一致性、隔离性、持久性 a.原子性：原子性也就是说这组语句要么全部执行，要么全部不执行，如果事务执行到一半出现错误，数据库就要回滚到事务开始执行的地方。 实现：主要是基于MySQ日志系统的redo和undo机制。事务是一组SQL语句，里面有选择，查询、删除等功能。每条语句执行会有一个节点。例如，删除语句执行后，在事务中有个记录保存下来，这个记录中储存了我们什么时候做了什么事。如果出错了，就会回滚到原来的位置，redo里面已经存储了我做过什么事了，然后逆向执行一遍就可以了。 b.一致性：事务开始前和结束后，数据库的完整性约束没有被破坏。（eg:比如A向B转账，不可能A扣了钱，B却没有收到） c.隔离性：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰； 如果不考虑隔离性则会出现几个问题： i、脏读：是指在一个事务处理过程里读取了另一个未提交的事务中的数据（当一个事务正在多次修改某个数据，而在这个事务中这多次的修改都还未提交，这时一个并发的事务来访问该数据

1、什么是事务 事务是由一步或者几步数据库操作序列组成的逻辑执行单元，这系列操作要么全部执行，要么全部放弃执行。 2、事务具备的4个特性： 1》原子性（Atomicity）：事务是应用中最小的执行单位，事务是应用中不可再分的最小逻辑执行体。 2》一致性（Consistency）：事务执行的结果，必须使数据库从一个一致性状态，变到另一个一致性状态。当数据库只包含事务成功提交的结果时，数据库处于一致性状态。如果系统运行发生中断，某个事务尚未完成而被迫中断，而该未完成的事务对数据库所做的修改已被写入数据库，此时数据库就处于一种不正确的状态。一致性是通过原子性来保证的。 3》隔离性（Isolation）：各个事务的执行互不干扰，任意一个事务的内部操作对其他并发的事务都是隔离的。 4》持续性（Durability）：持续性也称为持久性，指事务一旦提交，对数据所做的任何改变都要记录到永久存储器中，通常就是保存进物理数据库。 3、数据库的事务由下列语句组成： 1》一组DML语句，经过这组DML语句修改后的数据将保持较好的一致性。 2》一条DDL语句 3》一条DCL语句 DDL和DCL语句最多只能是一条，因为DDL和DCL语句都会导致事务立即提交。 4、当事务所包含的全部数据库操作都成功执行后，应该提交（commit）事务，使修改永久生效。事务提交的两种方式： 1》显式提交：使用commit 2

Redis 的特性 1.多数据库 1)概念:一个 redis 实例可以包含多个数据库，客户端可以指定连接到某个 redis 实例的的某 个库，就好比 mysql 中创建过个数据库，客户端连接时指定连接哪个库 2)一个 redis 实例最多提供 16 个库，下表从 0 到 15，客户端默认连接 0 号库，也可以通过 select 指定连接哪个库 3）通过 move 命令可以将某个 key 移动到其他的库中 2. 服务器命令 Shutdown 通过客户端关闭服务器 ping 命令测试连接是否存活 echo 命令答应一些内容 quit 退出客户端 dbsize 返回当前数据库中 key 的数目 Info 获取服务器的信息和统计 flushdb 删除当前选择数据库中的所有 key Flushall 删除所有数据库中的所有 key 3 消息订阅和发布(作为消息队列)  subscribe channel:订阅频道，例：subscribe mychat ,订阅 mychat 这个频道  Psubscribe channel*：批量订阅频道，例:psubscribe s*,订阅以 s 开头的频道  Publish channel content: 在指定的频道中发布消息， 如 publish mychart ‘today is a new day’ 实现步骤如下: 1) 订阅某个频道

本文实验的测试环境：Windows 10+cmd+MySQL5.6.36+InnoDB 一、事务的基本要素（ACID） 　　 1、原子性（Atomicity）：事务开始后所有操作，要么全部做完，要么全部不做，不可能停滞在中间环节。事务执行过程中出错，会回滚到事务开始前的状态，所有的操作就像没有发生一样。也就是说事务是一个不可分割的整体，就像化学中学过的原子，是物质构成的基本单位。 　　 2、一致性（Consistency）：事务开始前和结束后，数据库的完整性约束没有被破坏 。比如A向B转账，不可能A扣了钱，B却没收到。 　　 3、隔离性（Isolation）：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。比如A正在从一张银行卡中取钱，在A取钱的过程结束前，B不能向这张卡转账。 　　 4、持久性（Durability）：事务完成后，事务对数据库的所有更新将被保存到数据库，不能回滚。 二、事务的并发问题 　　1、脏读：事务A读取了事务B更新的数据，然后B回滚操作，那么A读取到的数据是脏数据 　　2、不可重复读：事务 A 多次读取同一数据，事务 B 在事务A多次读取的过程中，对数据作了更新并提交，导致事务A多次读取同一数据时，结果 不一致。 　　3、幻读：系统管理员A将数据库中所有学生的成绩从具体分数改为ABCDE等级

线上某服务时不时报出如下异常（大约一天二十多次）：“Deadlock found when trying to get lock;”。 Oh, My God! 是死锁问题。尽管报错不多，对性能目前看来也无太大影响，但还是需要解决，保不齐哪天成为性能瓶颈。 为了更系统的分析问题，本文将从死锁检测、索引隔离级别与锁的关系、死锁成因、问题定位这五个方面来展开讨论。 1 死锁是怎么被发现的？ 1.1 死锁成因&&检测方法 左图那两辆车造成死锁了吗？不是！右图四辆车造成死锁了吗？是！ 我们mysql用的存储引擎是innodb，从日志来看，innodb主动探知到死锁，并回滚了某一苦苦等待的事务。问题来了，innodb是怎么探知死锁的？ 直观方法是在两个事务相互等待时，当一个等待时间超过设置的某一阀值时，对其中一个事务进行回滚，另一个事务就能继续执行。这种方法简单有效，在innodb中，参数innodb_lock_wait_timeout用来设置超时时间。 仅用上述方法来检测死锁太过被动，innodb还提供了wait-for graph算法来主动进行死锁检测，每当加锁请求无法立即满足需要并进入等待时，wait-for graph算法都会被触发。 1.2 wait-for graph原理 我们怎么知道上图中四辆车是死锁的？他们相互等待对方的资源，而且形成环路！我们将每辆车看为一个节点

一、前言 只有InnoDB引擎支持事务，下边的内容均以InnoDB引擎为默认条件 二、常见的并发问题 1、脏读 一个事务读取了另一个事务未提交的数据 2、不可重复读 一个事务对同一数据的读取结果前后不一致。两次读取中间被其他事务修改了 3、幻读 幻读是指事务读取某个范围的数据时，因为其他事务的操作导致前后两次读取的结果不一致。幻读和不可重复读的区别在于,不可重复读是针对确定的某一行数据而言,而幻读是针对不确定的多行数据。因而幻读通常出现在带有查询条件的范围查询中 三、事务隔离级别 1、读未提交(READ UNCOMMITTED) 可能产生脏读、不可重复读、幻读 2、读已提交(READ COMMITTED) 避免了脏读，可能产生不可重复读、幻读 3、可重复读(REPEATABLE READ)（mysql默认隔离级别） 避免了脏读，不可重复读。通过区间锁技术避免了幻读 4、串行化(SERIALIZABLE) 串行化可以避免所有可能出现的并发异常,但是会极大的降低系统的并发处理能力 四、数据库日志有哪些？ 1、undo日志 undo日志用于存放数据修改被修改前的值 UNDO LOG中分为两种类型，一种是 INSERT_UNDO（INSERT操作），记录插入的唯一键值； 一种是 UPDATE_UNDO（包含UPDATE及DELETE操作），记录修改的唯一键值以及old column记录。

一.问题 1.脏读 已知有 两个事 务 A 和 B, A读取了已经被B更新但还没有被提交的 数据， 之后 ， B回滚 事务， A读取的 数据就是脏数据 场景：公司发工资了，领导把5000元打到Tom的账号上，但是该事务并未提交，而Tom正好去查看账户，发现工资已经到账，账户多了5000元，非常高兴，可是不幸的是，领导发现发给Tom的工资金额不对，是2000元，于是迅速回滚了事务，修改金额后，将事务提交，Tom再次查看账户时发现账户只多了2000元，Tom空欢喜一场，从此郁郁寡欢，走上了不归路…... 分析：上述情况即为脏读，两个并发的事务：“事务B：领导给Tom发工资”、“事务A：Tom查询工资账户”，事务A读取了事务B尚未提交的数据 2.不可重复读 已知有 两个事 务 A 和 B ，A 多次读取同一数据，B 在A多次读取的过程中对数据作了 修改 并提交，导致A多次读取同一数据时，结果不一致，例子： 场景：Tom拿着工资卡去消费，酒足饭饱后在收银台买单，服务员告诉他本次消费 1 000 元 ，Tom将银行卡给服务员，服务员将银行卡插入POS机，POS机读到卡里余额为 3000元 ，就在Tom磨磨蹭蹭输入密码时，他老婆以迅雷不及掩耳盗铃之势把Tom工资卡的 3 000元 转到自己账户并提交了事务，当Tom输完密码并点击“确认”按钮后，POS机检查到Tom的工资卡已经没有钱，扣款失败

单机MySQL的美好时代 在90年代，一个网站的访问量一般都不大，用单个数据库完全可以轻松应付。 在那个时候，更多的都是静态网页，动态交互类型的网站不多 初期架构 | center DAL，（Data Access Layer）。其功能主要是负责数据库的访问。简单地说就是实现对数据表的Select（查询）、Insert（插入）、Update（更新）、Delete（删除）等操作。 上述架构下，我们来看看数据存储的瓶颈是什么？ 1、数据量的总大小 一个机器放不下时。（表要占空间，表的索引要占空间） 2、数据的索引（B+ Tree树）一个机器的内存放不下时库 3、访问量(读写混合)一个实例不能承受，（读写一个库） 真正意义上的库应该是主从复制，读写分离，而mysql等数据库只能自己从自己的库中读与写，也就是自己和自己玩。 如果满足了上述1 or 3个，则需要进化.. Memcached(缓存,java上还有一个ehcache)+MySQL+垂直拆分 后来，随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都开始出现了性能问题，web程序不再仅仅专注在功能上，同时也在追求性能。程序员们开始大量的使用缓存技术来缓解数据库的压力， 优化数据库的结构和索引 。开始比较流行的是通过文件缓存来缓解数据库压力，但是当访问量继续增大的时候，多台web机器通过文件缓存不能共享

一、SELECT语句的执行顺序 from->on->join->where->group by->聚集函数->having->计算表达式->select->distinct->order by->top 二、存储过程 存储过程是一个可编程的函数，它在数据库中创建并保存。优点有： 1、存储过程能实现较快的执行速度 2、存储过程允许标准组件式编程。 3、存储过程可以用流程控制语句编写，有很强的灵活性，可以完成复杂的判断和较复杂的运算。 4、存储过程可被作为一种安全机制来充分利用。 5、存储过程能够减少网络流量 存储过程和函数的异同点 相同点：存储过程和函数都是为了可重复的执行操作数据库的sql 语句的集合。 不同点： 1、标识符不同，函数的标识符是function，存储过程是proceduce。 2、函数中有返回值，且必须有返回值，而过程没有返回值，但是可以通过设置参数类型（in,out)来实现多个参数或者返回值。 3、函数使用select 调用，存储过程需要使用call 调用。 三、事务的特性 1、原子性(Atomicity)：事务中的全部操作在数据库中是不可分割的，要么全部完成，要么均不执行。 2、一致性(Consistency)：几个并行执行的事务，其执行结果必须与按某一顺序串行执行的结果相一致。 3、隔离性(Isolation)：事务的执行不受其他事务的干扰